Diseño de una herramienta de ayuda a la toma de decisiones sobre la actividad de trabajadores móviles en una empresa de servicios integrales

Abstract

[ES] En un contexto empresarial caracterizado por la constante generación de datos, surge la interrogante sobre la capacidad de extraer información significativa de este vasto volumen de información. La complejidad de la toma de decisiones en un mundo altamente competitivo y dinámico, donde la hiperconexión global impacta localmente de manera inmediata, plantea desafíos significativos. La necesidad de comprender y anticipar cambios se vuelve esencial, especialmente cuando el tiempo para tomar decisiones críticas es limitado. Este trabajo tiene como objetivo principal proporcionar información valiosa para la toma de decisiones empresariales, aprovechando datos aparentemente inertes. La meta es ofrecer un enfoque integral, abarcando desde análisis preliminares y estadísticos hasta la exploración de modelos de aprendizaje automático. La intención es contribuir a la capacidad de anticipar problemas y aplicar soluciones preventivas, brindando a las empresas una herramienta para lidiar con la complejidad del entorno empresarial contemporáneo. La aproximación a este objetivo implica diversas etapas, comenzando con un análisis preliminar y estadístico de los datos. Posteriormente, se avanzará hacia clasificaciones y particiones en grupos, utilizando técnicas específicas para obtener información relevante. La exploración de modelos de aprendizaje automático se realizará con el propósito de anticipar posibles problemas y aplicar soluciones preventivas. Este enfoque integral se implementará mediante el uso de lenguajes y entornos de desarrollo especializados, como R y Visual Studio Code, junto con librerías clave como caret y ggplot2. A través de este enfoque, se busca no solo extraer información útil sino también brindar a las empresas una perspectiva más informada para la toma de decisiones.

[EN] In a business context characterized by the constant generation of data, the question arises about the ability to extract meaningful information from this vast volume of data. The complexity of decision-making in a highly competitive and dynamic world, where global hyperconnectivity impacts locally immediately, poses significant challenges. The need to understand and anticipate changes becomes essential, especially when time for critical decision-making is limited. This work aims to provide valuable information for business decision-making, leveraging seemingly inert data. The goal is to offer a comprehensive approach, ranging from preliminary and statistical analysis to the exploration of machine learning models. The intention is to contribute to the ability to anticipate problems and apply preventive solutions, providing businesses with a tool to cope with the complexity of the contemporary business environment. The approach to this objective involves various stages, starting with a preliminary and statistical analysis of the data. Subsequently, there will be a progression towards classifications and group partitions, using specific techniques to obtain relevant information. The exploration of machine learning models will be carried out with the purpose of anticipating potential issues and applying preventive solutions. This comprehensive approach will be implemented through the use of specialized languages and development environments, such as R and Visual Studio Code, along with key libraries like caret and ggplot2. Through this approach, the goal is not only to extract useful information but also to provide businesses with a more informed perspective for decision-making.

[CA] En un context empresarial caracteritzat per la constant generació de dades, sorgeix la interrogant sobre la capacitat d'extreure informació significativa d'aquest vast volum de dades. La complexitat de la presa de decisions en un món altament competitiu i dinàmic, on la hiperconnexió global impacta localment de manera immediata, planteja desafiaments significatius. La necessitat de comprendre i anticipar canvis es torna essencial, especialment quan el temps per prendre decisions crítiques és limitat. Aquest treball té com a objectiu principal proporcionar informació valuosa per a la presa de decisions empresarials, aprofitant dades aparentment inertes. La meta és oferir un enfocament integral, abastant des d'anàlisis preliminars i estadístics fins a l'exploració de models d'aprenentatge automàtic. La intenció és contribuir a la capacitat d'anticipar problemes i aplicar solucions preventives, proporcionant a les empreses una eina per enfrontar-se a la complexitat de l'entorn empresarial contemporani. L'aproximació a aquest objectiu implica diverses etapes, començant amb una anàlisi preliminar i estadística de les dades. Posteriorment, s'avançarà cap a classificacions i particions en grups, utilitzant tècniques específiques per obtenir informació rellevant. L'exploració de models d'aprenentatge automàtic es realitzarà amb la finalitat d'anticipar possibles problemes i aplicar solucions preventives. Aquest enfocament integral es implementarà mitjançant l'ús de llenguatges i entorns de desenvolupament especialitzats, com ara R i Visual Studio Code, juntament amb biblioteques clau com caret i ggplot2. A través d'aquest enfocament, es busca no només extreure informació útil sinó també proporcionar a les empreses una perspectiva més informada per a la presa de decisions.